In de Lenovo Yoga 9n 2-in-1 liet een lokale-AI-demonstratie een ruwe Windows-versie van een Mac-app opleveren; een aparte codeertaak slaagde in twee van drie runs. De eerste proef duurde ongeveer vier uur, maar het resultaat was nog niet klaar voor verspreiding. De tweede test liet zien hoe zwaar een toegewezen GPU-geheugenlimiet kan wegen.
Lenovo kondigde de Yoga 9n 2-in-1 op 3 september 2026 aan. In ons eerdere artikel over de Yoga 9n lees je meer over de introductie van de modellen.
De lokale-AI-demonstratie leverde een ruwe app op
David Gewirtz beschreef bij ZDNET hoe OpenCode v2.1.4 met Qwen3-Coder-Next 80B-A3B een Mac-app nabootste voor Windows. De configuratie gebruikte Q4_K_M, llama.cpp en NVIDIA CUDA. Na ongeveer vier uur toonde de app pictogrammen en leek hij op het origineel, maar voor verspreiding was nog veel werk nodig.
De proef liep met een contextvenster van 32.768 tokens. Dat is de hoeveelheid tekst die het model in één keer kan meenemen. Volgens Gewirtz moest de agent na één of twee handelingen regelmatig de status opslaan en de context verversen. Dat beperkte hoe lang de agent aan één stuk kon doorwerken.
De benchmarkcijfers uit dezelfde review meten andere taken dan het omzetten van de app. In Llama-bench verwerkte de Yoga prompts met het 8B-model met 2.647 inputtokens per seconde, tegenover 899 op een Mac Studio uit 2025. Bij het 32B-model waren de scores 628 en 203. Bij het genereren van outputtokens lag de Mac juist voor: 82 tegenover 53 tokens per seconde bij 8B, en 23 tegenover 9 bij 32B. Promptverwerking en tekstgeneratie zijn verschillende fasen van een AI-taak. De Mac had bovendien 128 GB unified memory, tegenover 64 GB in de door Gewirtz beschreven Yoga-configuratie; Gewirtz noemde de vergelijking daarom niet helemaal gelijkwaardig.
Een aparte codeertaak slaagde in twee van drie runs
StorageReview testte een eigen Yoga 9n 2-in-1 met 20 CPU-cores, 64 GB geheugen en een SSD van 1 TB. In een vaste Codex CLI-codeertaak met gpt-oss:20b 64K haalde het systeem 58,0 tokens per seconde en een mediane looptijd van 132,5 seconden. Twee van de drie runs slaagden.
Van de 64 GB geheugen was in die test 32 GB toegewezen aan GPU-gebruik. StorageReview voerde een grotere tier-M-taak met Qwen3.6-35B-A3B niet uit: die workload vereiste ongeveer 40 GB GPU-geheugen. Een laptop met 64 GB unified memory heeft dus niet automatisch al dat geheugen beschikbaar voor een GPU-taak.
Langdurige belasting: lagere score bij een lagere temperatuur
In een Cinebench 2026-loop van ongeveer 30 minuten rapporteerde StorageReview voor de Yoga een steady-state score van 6.256 punten en een maximale temperatuur van 72 °C. De score kwam uit op 100,1% van de eerste run. De HP OmniBook Ultra 16 behaalde in dezelfde test 6.942 punten en bereikte 98 °C. In deze meting bleef de Yoga koeler, met een lagere multi-corescore.
Lenovo vermeldt twee configuraties
De Yoga 9n 2-in-1 gebruikt NVIDIA RTX Spark N1X, een platform met een Grace-processor en Blackwell-graphics. Lenovo vermeldt de volgende varianten:
| Configuratie | CPU-cores | Blackwell-GPU-cores | Unified memory | Geheugen uitbreidbaar |
| 18-core | 18 | 5.120 | 32 GB | Nee, gesoldeerd |
| 20-core | 20 | 6.144 | 64 GB | Nee, gesoldeerd |
Het model heeft verder een 16-inch OLED-touchscreen met een resolutie van 2.880 × 1.800 pixels en een accu van 99,9 Wh. Lenovo vermeldt Windows 11 Home, Home Single Language en Pro als besturingssysteemopties.
Wat de batterijrun van 80 minuten inhield
Gewirtz’ eerste poging om de laptop met een AI-workload te belasten mislukte. Daarna draaide hij een eigen CPU- en geheugentest: 18 processen voerden SHA-256-werk met OpenSSL uit, naast één proces dat het geheugen belastte. De run begon om 19.35 uur met een volle accu en duurde tot 20.55 uur, in totaal 80 minuten.
